[論文レビュー] Consistency of a range of penalised cost approaches for detecting multiple changepoints

Chao Zheng, Idris A. Eckley+1 more|arXiv (Cornell University)|Nov 5, 2019

Complex Systems and Time Series Analysis参考文献 4被引用数 4

ひとこと要約

この論文は、複数のチェンジポイント検出におけるペナルティ付きコスト手法の一般理論的枠組みを確立し、チェンジポイントの数および位置の推定の一貫性が、局所的領域（変化なしまたは1つのチェンジポイント）における挙動にのみ依存することを示している。主な貢献は、多様なチェンジポイントモデルにわたる一貫性のための単純で統一的な条件のセットであり、特に変化の傾きに関するモデルではより弱いペナルティ要件を導出し、スパイク＋減衰検出手法のための最初の理論的一貫性結果を確立している。

ABSTRACT

A common approach to detect multiple changepoints is to minimise a measure of data fit plus a penalty that is linear in the number of changepoints. This paper shows that the general finite sample behaviour of such a method can be related to its behaviour when analysing data with either none or one changepoint. This results in simpler conditions for verifying whether the method will consistently estimate the number and locations of the changepoints. We apply and demonstrate the usefulness of this result for a range of changepoint problems. Our new results include a weaker condition on the choice of penalty required to have consistency in a change-in-slope model; and the first results for the accuracy of recently-proposed methods for detecting spikes.

研究の動機と目的

• ペナルティ付きコスト手法による複数チェンジポイント検出の理論的枠組みを一般化して評価する。
• 複数のチェンジポイント下での性能が、ゼロまたは1つのチェンジポイントを含む局所的領域における挙動に依存することを示し、一貫性の検証の複雑さを軽減する。
• 変化の傾きやスパイク＋指数的減衰信号を含む多様なチェンジポイントモデルにわたる、最小限で検証可能な一貫性のための条件を提供する。
• 最近提案されたスパイク信号を検出する手法のための、初めての理論的一貫性結果を確立する。
• 特に変化の傾きに関するモデルでは、従来の結果と比較して、より弱い条件を導出し、既存のペナルティ要件を緩和する。

提案手法

• データ適合度（セグメントごとに加法的）とチェンジポイント数に線形に依存するペナルティの和として合計コストを定義する一般化されたペナルティ付きコストフレームワークを提案する。
• ゼロまたは1つのチェンジポイントを含むデータセグメントである「局所的領域」の概念を導入し、一貫性の分析を簡略化する。
• ペナルティ付きコスト手法が局所的領域でチェンジポイント数を一貫して推定できる場合、追加の正則性条件のもとで、複数チェンジポイント下でも一貫性を示すことを確立する。
• 複数チェンジポイント推定におけるグローバル一貫性を保証するための、局所的領域における変化の検出可能性条件を導出する。
• 具体的なモデル（変化の傾き、スパイク＋指数的減衰、平均値の変化）にこのフレームワークを適用し、それぞれのケースで局所的領域の条件を検証する。
• 有限標本における誤ったチェンジポイント検出確率を制御するために、集中不等式（例：サブガウス型尾部バインド）とボンフェローニ補正を用いる。

実験結果

リサーチクエスチョン

• RQ1 ペナルティ付きコスト手法による複数チェンジポイント検出の一貫性は、ゼロまたは1つのチェンジポイントを含む局所的領域における挙動に還元可能か？
• RQ2 ペナルティおよび信号検出可能性の最小限の条件は何か？ これにより、複数チェンジポイントの数および位置の両方の推定の一貫性が保証される。
• RQ3 従来の結果と比較して、変化の傾きに関するモデルのペナルティ要件を緩和できるか？
• RQ4 指数的減衰を伴うスパイク信号の検出に関して、理論的一致性保証は存在するか？
• RQ5 一般化されたフレームワークは、最小限の仮定で多様なチェンジポイントモデルにわたる一貫性の検証にどのように応用可能か？

主な発見

• ペナルティ付きコスト手法による複数チェンジポイント検出の一貫性は、完全にその局所的領域（チェンジポイントなしまたは1つのチェンジポイント）における挙動に依存しており、理論的検証が著しく簡素化される。
• 変化の傾きモデルに関して、従来の知られていたものより弱いペナルティ条件を確立しており、実用的応用性が向上する。
• 最近提案された指数的減衰を伴うスパイク信号検出手法のための、初めての理論的一致性結果が提供される。
• 局所的領域における検出可能性条件の検証により、多様なチェンジポイントモデルを統一的に扱えるフレームワークが実現される。
• 有限標本における集中不等式とボンフェローニ補正を用いて、誤った検出確率をバインドし、ペナルティレベルの明示的条件を導出する。
• 結果として、log n よりも速やかに増加するペナルティが、広範なモデルクラスにおいて一貫性を満たすのに十分であることが示され、一般化されたモデル選択の原則と整合する。